基于特征选择和特征融合的图像显著性检测方法转让专利
申请号 : CN202010030505.8
文献号 : CN111275076A
文献日 : 2020-06-12
发明人 : 袁夏 , 居思刚 , 赵春霞
申请人 : 南京理工大学
摘要 :
本发明公开了一种基于特征选择和特征融合的图像显著性检测方法,包括以下步骤:对输入图像进行特征提取,并将特征添加至特征金字塔集合中;对特征金字塔集合进行特征选择,获得新的特征金字塔集合;以自底向上的方式,对新的特征金字塔集合中的特征进行特征融合,获得混合特征金字塔集合;利用混合特征金字塔集合中的特征对显著性预测网络模型进行训练,利用训练后的模型对待检测图像进行显著性检测。本发明采用注意力模型对图像的特征进行特征选择,增强了与图像目标相关的特征,使得特征更加有效,并采用自底向上的特征融合结构,将底层的细节特征和高层的语义特征进行了有效融合,大大提升了特征的表征能力,比一般显著性模型网络的检测准确率高。